Свести вложенной панда dataframe JSON

Я пытаюсь сгладить этот dataframe:Свести вложенной панда dataframe JSON

allow-live-betting          category-id \ 
0    False [10812641776701, 24735152712200, 2583089352210... 
1    False [10812638253700, 24735152712200, 2473515276510... 
2    False [10812638253700, 24735152712200, 2475170820040... 
3    False [10812641776701, 24735152712200, 2583089352210... 
4    False [10812638253700, 24735152712200, 2473515276510... 
5    False [10812638253700, 24735152712200, 2475170820040... 
6    False [10812641776701, 24735152712200, 2583089352210... 
7    False [10812638253700, 24735152712200, 2473515276510... 
8    False [10812638253700, 24735152712200, 2475170820040... 
9    False [10812641776701, 24735152712200, 2583089352210... 
10    False [10812638253700, 24735152712200, 2473515276510... 
11    False [10812638253700, 24735152712200, 2475170820040... 
12    False [10812641776701, 24735152712200, 2583089352210... 
13    False [10812638253700, 24735152712200, 2473515276510... 
14    False [10812638253700, 24735152712200, 2475170820040... 
15    False [10812641776701, 24735152712200, 2583089352210... 
16    False [10812638253700, 24735152712200, 2473515276510... 
17    False [10812638253700, 24735152712200, 2475170820040... 
18    False [10812641776701, 24735152712200, 2583089352210... 
19    False [10812638253700, 24735152712200, 2473515276510... 

       id in-running-flag \ 
0 402419380850009   False 
1 402419404950010   False 
2 402419422210009   False 
3 402419383670010   False 
4 402419406840009   False 
5 402419426570010   False 
6 402419389770009   False 
7 402419408450010   False 
8 402419431560009   False 
9 402419393790010   False 
10 402419410800009   False 
11 402419434900010   False 
12 402419395470009   False 
13 402419412910010   False 
14 402419437830009   False 
15 402419398400010   False 
16 402419415320009   False 
17 402419443060010   False 
18 402419402560009   False 
19 402419418830010   False 

               markets \ 
0 [{'in-running-flag': False, 'allow-live-bettin... 
1 [{'in-running-flag': False, 'allow-live-bettin... 
2 [{'in-running-flag': False, 'allow-live-bettin... 
3 [{'in-running-flag': False, 'allow-live-bettin... 
4 [{'in-running-flag': False, 'allow-live-bettin... 
5 [{'in-running-flag': False, 'allow-live-bettin... 
6 [{'in-running-flag': False, 'allow-live-bettin... 
7 [{'in-running-flag': False, 'allow-live-bettin... 
8 [{'in-running-flag': False, 'allow-live-bettin... 
9 [{'in-running-flag': False, 'allow-live-bettin... 
10 [{'in-running-flag': False, 'allow-live-bettin... 
11 [{'in-running-flag': False, 'allow-live-bettin... 
12 [{'in-running-flag': False, 'allow-live-bettin... 
13 [{'in-running-flag': False, 'allow-live-bettin... 
14 [{'in-running-flag': False, 'allow-live-bettin... 
15 [{'in-running-flag': False, 'allow-live-bettin... 
16 [{'in-running-flag': False, 'allow-live-bettin... 
17 [{'in-running-flag': False, 'allow-live-bettin... 
18 [{'in-running-flag': False, 'allow-live-bettin... 
19 [{'in-running-flag': False, 'allow-live-bettin... 

              meta-tags    name \ 
0 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 13:30 Punchestown 
1 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 13:40 Musselburgh 
2 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur...  13:50 Taunton 
3 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 14:00 Punchestown 
4 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 14:10 Musselburgh 
5 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur...  14:20 Taunton 
6 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 14:30 Punchestown 
7 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 14:40 Musselburgh 
8 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur...  14:50 Taunton 
9 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 15:00 Punchestown 
10 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 15:10 Musselburgh 
11 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur...  15:20 Taunton 
12 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 15:30 Punchestown 
13 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 15:40 Musselburgh 
14 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur...  15:50 Taunton 
15 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 16:00 Punchestown 
16 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 16:10 Musselburgh 
17 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur...  16:20 Taunton 
18 [{'type': 'COUNTRY', 'id': 10812641776701, 'ur... 16:30 Punchestown 
19 [{'type': 'COUNTRY', 'id': 10812638253700, 'ur... 16:40 Musselburgh 

      sport-id      start status  volume 
0 24735152712200 2017-02-05T13:30:00.000Z open 6456.48793 
1 24735152712200 2017-02-05T13:40:00.000Z open 2179.64829 
2 24735152712200 2017-02-05T13:50:00.000Z open 3411.42369 
3 24735152712200 2017-02-05T14:00:00.000Z open 3771.21692 
4 24735152712200 2017-02-05T14:10:00.000Z open 549.20030 
5 24735152712200 2017-02-05T14:20:00.000Z open 7192.78589 
6 24735152712200 2017-02-05T14:30:00.000Z open 4048.77794 
7 24735152712200 2017-02-05T14:40:00.000Z open 449.73440 
8 24735152712200 2017-02-05T14:50:00.000Z open 1468.62955 
9 24735152712200 2017-02-05T15:00:00.000Z open 2138.32350 
10 24735152712200 2017-02-05T15:10:00.000Z open 1159.09601 
11 24735152712200 2017-02-05T15:20:00.000Z open 3156.49652 
12 24735152712200 2017-02-05T15:30:00.000Z open 644.83134 
13 24735152712200 2017-02-05T15:40:00.000Z open 868.18947 
14 24735152712200 2017-02-05T15:50:00.000Z open 2026.15368 
15 24735152712200 2017-02-05T16:00:00.000Z open 3307.70675 
16 24735152712200 2017-02-05T16:10:00.000Z open 5004.96105 
17 24735152712200 2017-02-05T16:20:00.000Z open 887.37206 
18 24735152712200 2017-02-05T16:30:00.000Z open 1999.66932 
19 24735152712200 2017-02-05T16:40:00.000Z open 528.23900 
200 
[Finished in 2.1s]

Я специально хочу, чтобы данные в столбце "рынков, которые будут расположен в отдельных колонках. Данные вложен с древовидной структурой, как этот XML: Я не могу

https://matchbook.com/edge/rest/events/?sport-ids=24735152712200

получить json_normalise работать.

Этот код производит dataframe:

r16 = s.get('https://www.matchbook.com/edge/rest/events/?sport-ids=24735152712200') 
data3 = r16.json() 
df = pd.DataFrame(data3['events']) 
print (df)

Кажется, из ответов на здесь я должен быть в состоянии сделать:

df = json_normalize(data3['markets'])

, но не радость :(

В идеале я бы как запрос получения, чтобы поместить всю информацию в один фрейм данных.

источник

2017-02-05 Davtho1983

Это что вы хотите?

In [30]: pd.io.json.json_normalize(r16.json()['events'], 'markets').head(3) 
Out[30]: 
    allow-live-betting back-overround   event-id    id in-running-flag lay-overround  market-type name \ 
0    False  112.45988 402419389770009 402419392220009   False   NaN outright_ded_fact WIN 
1    False  102.65156 402419408450010 402419409720010   False  100.32415 outright_ded_fact WIN 
2    False  101.32788 402419431560009 402419433040009   False  99.05799 outright_ded_fact WIN 


    runners      start status \ 
0 [{'prices': [{'available-amount': 300.32832, 'exchange-type': 'back-lay', 'odds-type': 'DECIMAL', 'side': 'back', 'odds': 3.2, 'decimal-o 
dds': 3.2... 2017-02-05T14:30:00.000Z open 
1 [{'prices': [{'available-amount': 159.00075, 'exchange-type': 'back-lay', 'odds-type': 'DECIMAL', 'side': 'back', 'odds': 2.47, 'decimal- 
odds': 2.... 2017-02-05T14:40:00.000Z open 
2 [{'prices': [{'available-amount': 61.19676, 'exchange-type': 'back-lay', 'odds-type': 'DECIMAL', 'side': 'back', 'odds': 4.95, 'decimal-o 
dds': 4.9... 2017-02-05T14:50:00.000Z open 

      type  volume 
0 multirunner 27405.81060 
1 multirunner 3881.65750 
2 multirunner 7512.82945

источник

2017-02-05 14:31:53 MaxU

, который сглаживает рынки, но все же оставляет меня с dict в колонке бегунов - как бы я сгладить этот бит? – Davtho1983

Итак, я думаю, мой вопрос сводится к тому, почему df = pd.io.json.json_normalize (r16.json() ['events'], 'markets', ['runners']). Head (3) не работает ? – Davtho1983

Свести вложенной панда dataframe JSON

ответ

Смежные вопросы